VideoRFT — мультимодальная модель на базе Qwen2.5-VL для ответов на вопросы и рассуждений о содержании видео.

Подходит для: ответы на вопросы о событиях в видео · анализ последовательности действий и временных связей · объяснение причинно-следственных событий в видео